本申请实施例涉及计算机技术领域，具体涉及用于生成节点的向量表示的方法和装置。
背景技术：
知识图谱中，树结构是描述集合或可传递层次关系的一种常用数据结构，常被用来表征知识的上下位关系，如概念体系结构、百科的类别结构、知网、概念网等知识图谱数据。
目前，常用的知识图谱嵌入到向量空间的方法主要包括以下三种：其一，基于图结构中的路径信息，使用有偏随机游走采样，将图结构嵌入到向量空间中，训练得到节点的向量表示；其二，利用图注意力机制学习图中的节点及边关系，训练得到知识图谱中节点及边关系的向量表示；其三，基于三元组关系学习图中节点及边关系，训练得到节点的向量表示。然而，上述三种方法均无法捕捉到可传递的语义相似关系，不适用于树结构知识图谱。
技术实现要素：
本申请实施例提出了用于生成节点的向量表示的方法和装置。
第一方面，本申请实施例提出了一种用于生成节点的向量表示的方法，包括：获取树结构中的节点的标识和相似节点集合，其中，节点是知识图谱中的实体；构造向量化模型，其中，向量化模型的参数是节点的初始向量表示；将节点的标识作为输入，将节点的相似节点集合作为输出，通过迭代更新节点的初始向量表示对向量化模型进行训练，直至向量化模型收敛，得到节点的向量表示。
在一些实施例中，获取树结构中的节点的相似节点集合，包括：基于节点在树结构上单向遍历，得到节点的相似节点集合。
在一些实施例中，基于节点在树结构上单向遍历，得到节点的相似节点集合，包括：基于节点在树结构上向下采样或向上采样，得到节点的相似节点集合，其中，向下采样的相似度偏序为：{后代节点}>{父节点}>{父节点的其他后代节点}>{祖先节点}>{祖先节点的其他后代节点}，向上采样的相似度偏序为：{父节点、子节点、兄弟节点}>{祖先节点、后代节点}>{祖先节点的其他节点}。
在一些实施例中，基于节点在树结构上向下采样，得到节点的相似节点集合，包括：基于节点在树结构上向下采样到节点的后代节点；确定节点的后代节点的数目是否小于最小相似节点数目阈值；若不小于最小相似节点数目阈值，基于节点的后代节点生成节点的相似节点集合；若小于最小相似节点数目阈值，按照向下采样的相似度偏序继续在树结构上采样，直至所采样到的节点的数目不小于最小相似节点数目阈值，基于所采样到的节点生成节点的相似节点集合。
在一些实施例中，基于节点在树结构上向上采样，得到节点的相似节点集合，包括：基于节点在树结构上向上采样到节点的父节点、子节点和兄弟节点；确定节点的父节点、子节点和兄弟节点的总数目是否小于最小相似节点数目阈值；若不小于最小相似节点数目阈值，基于节点的父节点、子节点和兄弟节点生成节点的相似节点集合；若小于最小相似节点数目阈值，按照向上采样的相似度偏序继续在树结构上采样，直至所采样到的节点的数目不小于最小相似节点数目阈值，基于所采样到的节点生成节点的相似节点集合。
在一些实施例中，向量化模型以下一项：跳字模型、卷积神经网络和连续词袋模型。
第二方面，本申请实施例提出了一种用于生成节点的向量表示的装置，包括：获取单元，被配置成获取树结构中的节点的标识和相似节点集合，其中，节点是知识图谱中的实体；构造单元，被配置成构造向量化模型，其中，向量化模型的参数是节点的初始向量表示；训练单元，被配置成将节点的标识作为输入，将节点的相似节点集合作为输出，通过迭代更新节点的初始向量表示对向量化模型进行训练，直至向量化模型收敛，得到节点的向量表示。
在一些实施例中，获取单元包括：遍历子单元，被配置成基于节点在树结构上单向遍历，得到节点的相似节点集合。
在一些实施例中，遍历子单元包括：采样模块，被配置成基于节点在树结构上向下采样或向上采样，得到节点的相似节点集合，其中，向下采样的相似度偏序为：{后代节点}>{父节点}>{父节点的其他后代节点}>{祖先节点}>{祖先节点的其他后代节点}，向上采样的相似度偏序为：{父节点、子节点、兄弟节点}>{祖先节点、后代节点}>{祖先节点的其他节点}。
在一些实施例中，采样模块进一步被配置成：基于节点在树结构上向下采样到节点的后代节点；确定节点的后代节点的数目是否小于最小相似节点数目阈值；若不小于最小相似节点数目阈值，基于节点的后代节点生成节点的相似节点集合；若小于最小相似节点数目阈值，按照向下采样的相似度偏序继续在树结构上采样，直至所采样到的节点的数目不小于最小相似节点数目阈值，基于所采样到的节点生成节点的相似节点集合。
在一些实施例中，采样模块进一步被配置成：基于节点在树结构上向上采样到节点的父节点、子节点和兄弟节点；确定节点的父节点、子节点和兄弟节点的总数目是否小于最小相似节点数目阈值；若不小于最小相似节点数目阈值，基于节点的父节点、子节点和兄弟节点生成节点的相似节点集合；若小于最小相似节点数目阈值，按照向上采样的相似度偏序继续在树结构上采样，直至所采样到的节点的数目不小于最小相似节点数目阈值，基于所采样到的节点生成节点的相似节点集合。
在一些实施例中，向量化模型以下一项：跳字模型、卷积神经网络和连续词袋模型。
第三方面，本申请实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本申请实施例提供的用于生成节点的向量表示的方法和装置，首先获取树结构中的节点的标识和相似节点集合；然后构造向量化模型；最后将节点的标识作为输入，将节点的相似节点集合作为输出，通过迭代更新节点的初始向量表示对向量化模型进行训练，直至向量化模型收敛，得到节点的向量表示。利用节点的相似节点集合训练以节点的初始向量表示为参数的向量化模型，得到节点的向量表示，能够将树结构嵌入到向量空间，捕捉到可传递的节点相似关系。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是本申请可以应用于其中的示例性系统架构；
图2是根据本申请的用于生成节点的向量表示的方法的一个实施例的流程图；
图3示出了树结构的示意图；
图4是根据本申请的用于生成节点的向量表示的方法的又一个实施例的流程图；
图5是根据本申请的用于生成节点的向量表示的装置的一个实施例的结构示意图；
图6是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于生成节点的向量表示的方法或用于生成节点的向量表示的装置的实施例的示例性系统架构100。
如图1所示，系统架构100中可以包括数据库服务器101、网络102和服务器103。网络102用以在数据库服务器101和服务器103之间提供通信链路的介质。网络102可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
数据库服务器101可以用于存储树结构。
服务器103可以提供各种服务。例如服务器103可以对从数据库服务器101获取到的树结构等数据进行分析等处理，并生成处理结果(例如节点的向量表示)。
需要说明的是，服务器103可以是硬件，也可以是软件。当服务器103为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器103为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是，本申请实施例所提供的用于生成节点的向量表示的方法一般由服务器103执行，相应地，用于生成节点的向量表示的装置一般设置于服务器103中。
应该理解，图1中的数据库服务器、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的数据库服务器、网络和服务器。
继续参考图2，其示出了根据本申请的用于生成节点的向量表示的方法的一个实施例的流程200。该用于生成节点的向量表示的方法包括以下步骤：
步骤201，获取树结构中的节点的标识和相似节点集合。
在本实施例中，用于生成节点的向量表示的方法的执行主体(例如图1所示的服务器103)可以获取树结构的节点的标识和相似节点集合。其中，节点可以是知识图谱中的实体。
这里，树结构是描述集合或可传递层次关系的一种常用数据结构，常被用来表征知识的上下位关系，如概念体系结构、百科的类别结构、知网、概念网等知识图谱数据。通常，树结构可以是由多个元素组成的有限集合。其中，每个元素是一个节点。树结构可以包括多个层。每一层可以包括至少一个节点。并且树结构中的节点分为根节点、中间节点和叶子节点。根节点存在子节点但不存在父节点。中间节点既存在父节点又存在子节点。叶子节点存在父节点但不存在子节点。除根节点外，其余节点可以被分成多个互不相交的有限集合，而每个子集又都是一棵树。
这里，节点的标识可以由字母、数字、符号等组成，是节点的唯一标识。例如，节点的标识可以是节点的独热编码(one-hot)。节点的相似节点集合可以是在路径上与节点距离相对较近的节点组成的节点集合。
为了便于理解，图3示出了树结构的示意图。如图3所示，树结构包括4个层。第一层包括节点a，是根节点。节点a的子节点是节点b和节点c。第二层包括节点b和节点c，是中间节点。节点b的父节点是节点a，子节点是节点d、节点e和节点g。节点c的父节点是节点a，子节点是节点h和节点i。第三层包括节点d、节点e、节点g、节点h和节点i。节点d、节点g和节点h是叶子节点。节点e和节点i是中间节点。节点d、节点e和节点g的父节点是节点b。节点e的子节点是节点j和节点k。节点h和节点i的父节点是节点c。节点i的子节点是节点l。第四层包括节点j、节点k和节点l，是叶子节点。节点j和节点k的父节点是节点e。节点l的父节点是节点i。
在本实施例的一些可选的实现方式中，上述执行主体可以基于节点在树结构上单向遍历，得到节点的相似节点集合。实践中，在树结构上，节点的相似性应该是可传递的相似性。通常，每个节点最相似的节点为其在树结构上单向遍历到的所有节点，即节点的所有后代节点或所有祖先节点。这样，如果两个节点间存在上下位关系，其相似节点集合存在交集，即其中一个节点的相似节点集合是另一个节点的子集。以图3中的树结构中的节点b和节点e为例，若向下采样，节点e的相似节点集合是{j,k}。节点b的相似节点集合是{d,e,g,j,k}。可见，节点e的相似节点集合是节点b的相似节点集合的子集，即可得到节点e和节点b会存在可传递的相似关系。若向上采样，节点e的相似节点集合是{b,a}。节点b的相似节点集合是{a}。可见，节点b的相似节点集合是节点e的相似节点集合的子集，同样可以得到节点e和节点b会存在可传递的相似关系。
在本实施例的一些可选的实现方式中，上述执行主体可以基于节点在树结构上向下采样或向上采样，得到节点的相似节点集合。通常，按照不同的需求，有两种不同的采样方案。具体地，如需要捕捉细粒度的相似信息，则可以向下采样节点的所有后代节点。如需要捕捉粗粒度的相似信息，则可以向上采样节点的所有祖先节点。其中，向下采样的相似度偏序可以为：{后代节点}>{父节点}>{父节点的其他后代节点}>{祖先节点}>{祖先节点的其他后代节点}。向上采样的相似度偏序可以为：{父节点、子节点、兄弟节点}>{祖先节点、后代节点}>{祖先节点的其他节点}。以图3中的树结构中的节点e为例，其向下采样的相似度偏序为：{j,k}>{b}>{d,g}>{a}>{c,h,i,l}，其向上采样的相似度偏序为：{b,j,k,d,g}>{a}>{c,h,i,l}。
步骤202，构造向量化模型。
在本实施例中，上述执行主体可以构造向量化模型。其中，向量化模型又叫做tree2vec模型，其输入为节点的标识，输出为该节点的相似节点的概率分布。向量化模型的优化目标为最大化与实际的相似节点相同的输出的相似节点的概率。通常，跳字模型(skipgram)、卷积神经网络(cnn)和连续词袋模型(cbow)等常用的模型可以被用来构造向量化模型。并且，构造向量化模型时可以将节点的初始向量表示初始化为向量模型的参数。其中，节点的初始向量表示是通过随机方式生成的。
步骤203，将节点的标识作为输入，将节点的相似节点集合作为输出，通过迭代更新节点的初始向量表示对向量化模型进行训练，直至向量化模型收敛，得到节点的向量表示。
在本实施例中，上述执行主体可以将节点的标识作为输入，将节点的相似节点集合作为输出，训练向量化模型。训练过程中，基于向量化模型的优化目标不断迭代更新向量化模型的参数，即节点的初始向量表示。待向量化模型收敛时，向量化模型的参数即为节点的向量表示。
其中，节点的向量表示可以是对节点进行描述的信息，属于节点的一种特征。例如，若节点是“某演员”，那么该节点的向量表示可以是“影视明星”等对“某演员”进行描述的信息。本申请实施例生成节点的向量表示可以为节点增加特征。节点的向量表示可以应用于例如nlp、图像识别等多个领域中，来增加节点的相关信息。以nlp领域为例，节点通常是字或词等实体，而节点的向量表示可以作为例如词归组特征或词类特征等补充特征来使用。例如，在深度学习nlp任务中，先通过本申请实施例提供的用于生成节点的向量表示的方法生成需要处理的字或词的向量表示，再将需要处理的字或词的向量表示与需要处理的字或词一起处理。其中，需要处理的字或词的向量表示就相当于是需要处理的字或词的补充特征，在nlp任务中增加需要处理的字或词的补充特征，有助于对需要处理的字或词的理解，从而提高处理结果的准确度。
本申请实施例提供的用于生成节点的向量表示的方法，首先获取树结构中的节点的标识和相似节点集合；然后构造向量化模型；最后将节点的标识作为输入，将节点的相似节点集合作为输出，通过迭代更新节点的初始向量表示对向量化模型进行训练，直至向量化模型收敛，得到节点的向量表示。利用节点的相似节点集合训练以节点的初始向量表示为参数的向量化模型，得到节点的向量表示，能够将树结构嵌入到向量空间，捕捉到可传递的节点相似关系。
进一步参考图4，其示出了根据本申请的用于生成节点的向量表示的方法的又一个实施例的流程400。该用于生成节点的向量表示的方法包括以下步骤：
步骤401，获取树结构中的节点的标识。
在本实施例中，用于生成节点的向量表示的方法的执行主体(例如图1所示的服务器103)可以获取树结构的节点的标识。其中，节点的标识可以由字母、数字、符号等组成，是节点的唯一标识。例如，节点的标识可以是节点的独热编码(one-hot)。
步骤402，基于节点在树结构上向下采样到节点的后代节点。
在本实施例中，上述执行主体可以基于节点在树结构上向下采样到该节点的后代节点。以图3中的树结构中的节点e为例，向下采样到的节点e的后代节点为{j,k}。
步骤403，确定节点的后代节点的数目是否小于最小相似节点数目阈值。
在本实施例中，上述执行主体可以确定节点的后代节点的数目是否小于最小相似节点数目阈值。若不小于最小相似节点数目阈值，则执行步骤404；若小于最小相似节点数目阈值，则执行步骤405。其中，最小相似节点数目阈值又叫做mintrain。通过设置mintrain可以保证每个节点的相似节点集合中有充足的相似节点来训练向量化模型。
步骤404，基于节点的后代节点生成节点的相似节点集合。
在本实施例中，若不小于最小相似节点数目阈值，上述执行主体可以基于节点的后代节点生成节点的相似节点集合。以图3中的树结构中的节点e为例，若设置mintrain＝2，那么节点e的相似节点集合为{j,k}。
步骤405，若小于最小相似节点数目阈值，按照向下采样的相似度偏序继续在树结构上采样，直至所采样到的节点的数目不小于最小相似节点数目阈值，基于所采样到的节点生成节点的相似节点集合。
在本实施例中，若小于最小相似节点数目阈值，上述执行主体可以按照向下采样的相似度偏序继续在树结构上采样，直至所采样到的节点的数目不小于最小相似节点数目阈值，基于所采样到的节点生成节点的相似节点集合。以图3中的树结构中的节点e为例，若设置mintrain＝3，上述执行主体可以按照向下采样的相似度偏序继续在树结构上采样节点e的父节点{b}，此时，节点e的相似节点集合为{j,k,b}。若设置mintrain＝4，上述执行主体可以按照向下采样的相似度偏序继续在树结构上采样节点e的父节点的其他后代节点{d,g}，此时，节点e的相似节点集合为{j,k,b,d,g}。
在本实施例的一些可选的实现方式中，上述执行主体可以首先基于节点在树结构上向上采样到节点的父节点、子节点和兄弟节点；然后确定节点的父节点、子节点和兄弟节点的总数目是否小于最小相似节点数目阈值；最后若不小于最小相似节点数目阈值，基于节点的父节点、子节点和兄弟节点生成节点的相似节点集合；若小于最小相似节点数目阈值，按照向上采样的相似度偏序继续在树结构上采样，直至所采样到的节点的数目不小于最小相似节点数目阈值，基于所采样到的节点生成节点的相似节点集合。需要说明的是，向上采样相似节点与向下采样相似节点类似，这里不再赘述。
步骤406，构造向量化模型。
步骤407，将节点的标识作为输入，将节点的相似节点集合作为输出，通过迭代更新节点的初始向量表示对向量化模型进行训练，直至向量化模型收敛，得到节点的向量表示。
在本实施例中，步骤406-407的具体操作已在图2所示的实施例中步骤202-203中进行了详细的介绍，在此不再赘述。
从图4中可以看出，与图2对应的实施例相比，本实施例中的用于生成节点的向量表示的方法的流程400突出了基于最小相似度节点数目阈值向下采样相似节点的步骤。由此，本实施例描述的方案通过设置合理的最小相似度节点数目阈值可以保证节点的相似节点集合中有充足的相似节点来训练向量化模型。
进一步参考图5，作为对上述各图所示的方法的实现，本申请提供了一种用于生成节点的向量表示的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图5所示，本实施例的用于生成节点的向量表示的装置500可以包括：获取单元501、构造单元502和训练单元503。其中，获取单元501，被配置成获取树结构中的节点的标识和相似节点集合，其中，节点是知识图谱中的实体；构造单元502，被配置成构造向量化模型，其中，向量化模型的参数是节点的初始向量表示；训练单元503，被配置成将节点的标识作为输入，将节点的相似节点集合作为输出，通过迭代更新节点的初始向量表示对向量化模型进行训练，直至向量化模型收敛，得到节点的向量表示。
在本实施例中，用于生成节点的向量表示的装置500中：获取单元501、构造单元502和训练单元503的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201-203的相关说明，在此不再赘述。
在本实施例的一些可选的实现方式中，获取单元501包括：遍历子单元(图中未示出)，被配置成基于节点在树结构上单向遍历，得到节点的相似节点集合。
在本实施例的一些可选的实现方式中，遍历子单元包括：采样模块(图中未示出)，被配置成基于节点在树结构上向下采样或向上采样，得到节点的相似节点集合，其中，向下采样的相似度偏序为：{后代节点}>{父节点}>{父节点的其他后代节点}>{祖先节点}>{祖先节点的其他后代节点}，向上采样的相似度偏序为：{父节点、子节点、兄弟节点}>{祖先节点、后代节点}>{祖先节点的其他节点}。
在本实施例的一些可选的实现方式中，采样模块进一步被配置成：基于节点在树结构上向下采样到节点的后代节点；确定节点的后代节点的数目是否小于最小相似节点数目阈值；若不小于最小相似节点数目阈值，基于节点的后代节点生成节点的相似节点集合；若小于最小相似节点数目阈值，按照向下采样的相似度偏序继续在树结构上采样，直至所采样到的节点的数目不小于最小相似节点数目阈值，基于所采样到的节点生成节点的相似节点集合。
在本实施例的一些可选的实现方式中，采样模块进一步被配置成：基于节点在树结构上向上采样到节点的父节点、子节点和兄弟节点；确定节点的父节点、子节点和兄弟节点的总数目是否小于最小相似节点数目阈值；若不小于最小相似节点数目阈值，基于节点的父节点、子节点和兄弟节点生成节点的相似节点集合；若小于最小相似节点数目阈值，按照向上采样的相似度偏序继续在树结构上采样，直至所采样到的节点的数目不小于最小相似节点数目阈值，基于所采样到的节点生成节点的相似节点集合。
在本实施例的一些可选的实现方式中，向量化模型以下一项：跳字模型、卷积神经网络和连续词袋模型。
下面参考图6，其示出了适于用来实现本申请实施例的电子设备(例如图1所示的服务器103)的计算机系统600的结构示意图。图6示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示，计算机系统600包括中央处理单元(cpu)601，其可以根据存储在只读存储器(rom)602中的程序或者从存储部分608加载到随机访问存储器(ram)603中的程序而执行各种适当的动作和处理。在ram603中，还存储有系统600操作所需的各种程序和数据。cpu601、rom602以及ram603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。
以下部件连接至i/o接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至i/o接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(cpu)601执行时，执行本申请的方法中限定的上述功能。
需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，所述程序设计语言包括面向目标的程序设计语言—诸如java、smalltalk、c ，还包括常规的过程式程序设计语言—诸如”c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或电子设备上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、构造单元和训练单元。其中，这些单元的名称在种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取树结构中的节点的标识和相似节点集合的单元”。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取树结构中的节点的标识和相似节点集合，其中，节点是知识图谱中的实体；构造向量化模型，其中，向量化模型的参数是节点的初始向量表示；将节点的标识作为输入，将节点的相似节点集合作为输出，通过迭代更新节点的初始向量表示对向量化模型进行训练，直至向量化模型收敛，得到节点的向量表示。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
1.一种用于生成节点的向量表示的方法，包括：
获取树结构中的节点的标识和相似节点集合，其中，所述节点是知识图谱中的实体；
构造向量化模型，其中，所述向量化模型的参数是所述节点的初始向量表示；
将所述节点的标识作为输入，将所述节点的相似节点集合作为输出，通过迭代更新所述节点的初始向量表示对所述向量化模型进行训练，直至所述向量化模型收敛，得到所述节点的向量表示。
2.根据权利要求1所述的方法，其中，所述获取所述树结构中的节点的相似节点集合，包括：
基于所述节点在所述树结构上单向遍历，得到所述节点的相似节点集合。
3.根据权利要求2所述的方法，其中，所述基于所述节点在所述树结构上单向遍历，得到所述节点的相似节点集合，包括：
基于所述节点在所述树结构上向下采样或向上采样，得到所述节点的相似节点集合，其中，所述向下采样的相似度偏序为：{后代节点}>{父节点}>{父节点的其他后代节点}>{祖先节点}>{祖先节点的其他后代节点}，所述向上采样的相似度偏序为：{父节点、子节点、兄弟节点}>{祖先节点、后代节点}>{祖先节点的其他节点}。
4.根据权利要求3所述的方法，其中，所述基于所述节点在所述树结构上向下采样，得到所述节点的相似节点集合，包括：
基于所述节点在所述树结构上向下采样到所述节点的后代节点；
确定所述节点的后代节点的数目是否小于最小相似节点数目阈值；
若不小于所述最小相似节点数目阈值，基于所述节点的后代节点生成所述节点的相似节点集合；
若小于所述最小相似节点数目阈值，按照所述向下采样的相似度偏序继续在所述树结构上采样，直至所采样到的节点的数目不小于所述最小相似节点数目阈值，基于所采样到的节点生成所述节点的相似节点集合。
5.根据权利要求3所述的方法，其中，所述基于所述节点在所述树结构上向上采样，得到所述节点的相似节点集合，包括：
基于所述节点在所述树结构上向上采样到所述节点的父节点、子节点和兄弟节点；
确定所述节点的父节点、子节点和兄弟节点的总数目是否小于最小相似节点数目阈值；
若不小于所述最小相似节点数目阈值，基于所述节点的父节点、子节点和兄弟节点生成所述节点的相似节点集合；
若小于所述最小相似节点数目阈值，按照所述向上采样的相似度偏序继续在所述树结构上采样，直至所采样到的节点的数目不小于所述最小相似节点数目阈值，基于所采样到的节点生成所述节点的相似节点集合。
6.根据权利要求1-5之一所述的方法，其中，所述向量化模型以下一项：跳字模型、卷积神经网络和连续词袋模型。
7.一种用于生成节点的向量表示的装置，包括：
获取单元，被配置成获取树结构中的节点的标识和相似节点集合，其中，所述节点是知识图谱中的实体；
构造单元，被配置成构造向量化模型，其中，所述向量化模型的参数是所述节点的初始向量表示；
训练单元，被配置成将所述节点的标识作为输入，将所述节点的相似节点集合作为输出，通过迭代更新所述节点的初始向量表示对所述向量化模型进行训练，直至所述向量化模型收敛，得到所述节点的向量表示。
8.根据权利要求7所述的装置，其中，所述获取单元包括：
遍历子单元，被配置成基于所述节点在所述树结构上单向遍历，得到所述节点的相似节点集合。
9.根据权利要求8所述的装置，其中，所述遍历子单元包括：
采样模块，被配置成基于所述节点在所述树结构上向下采样或向上采样，得到所述节点的相似节点集合，其中，所述向下采样的相似度偏序为：{后代节点}>{父节点}>{父节点的其他后代节点}>{祖先节点}>{祖先节点的其他后代节点}，所述向上采样的相似度偏序为：{父节点、子节点、兄弟节点}>{祖先节点、后代节点}>{祖先节点的其他节点}。
10.根据权利要求9所述的装置，其中，所述采样模块进一步被配置成：
基于所述节点在所述树结构上向下采样到所述节点的后代节点；
确定所述节点的后代节点的数目是否小于最小相似节点数目阈值；
若不小于所述最小相似节点数目阈值，基于所述节点的后代节点生成所述节点的相似节点集合；
若小于所述最小相似节点数目阈值，按照所述向下采样的相似度偏序继续在所述树结构上采样，直至所采样到的节点的数目不小于所述最小相似节点数目阈值，基于所采样到的节点生成所述节点的相似节点集合。
11.根据权利要求9所述的装置，其中，所述采样模块进一步被配置成：
基于所述节点在所述树结构上向上采样到所述节点的父节点、子节点和兄弟节点；
确定所述节点的父节点、子节点和兄弟节点的总数目是否小于最小相似节点数目阈值；
若不小于所述最小相似节点数目阈值，基于所述节点的父节点、子节点和兄弟节点生成所述节点的相似节点集合；
若小于所述最小相似节点数目阈值，按照所述向上采样的相似度偏序继续在所述树结构上采样，直至所采样到的节点的数目不小于所述最小相似节点数目阈值，基于所采样到的节点生成所述节点的相似节点集合。
12.根据权利要求7-11之一所述的装置，其中，所述向量化模型以下一项：跳字模型、卷积神经网络和连续词袋模型。
13.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
14.一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1-6中任一所述的方法。
技术总结